Communication-Efficient Federated Learning for Wireless Edge Intelligence in IoT

The rapidly expanding number of Internet of Things (IoT) devices is generating huge quantities of data, but public concern over data privacy means users are apprehensive to send data to a central server for machine learning (ML) purposes. The easily changed behaviors of edge infrastructure that soft...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE internet of things journal Ročník 7; číslo 7; s. 5986 - 5994
Hlavní autoři:	Mills, Jed, Hu, Jia, Min, Geyong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.07.2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Accuracy Algorithms Clients Communication Compression Computational modeling Convergence Data models Datasets distributed computing Edge computing Federated learning federated learning (FL) Internet of Things Internet of Things (IoT) Logic gates Machine learning Optimization Servers Software-defined networking Training Wireless communications
ISSN:	2327-4662, 2327-4662
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!